ATTENTION

• indice face commence à 1 pour OBJ
• indice face commence à 0 pour OFF

Files

get_critical_points

Attention : Tous les modèles 3D sont transformés en nuage de pts avec N pts (cf fonction setup_dataset() dans get_critical_points.py). Peut importe N, à la fin il y aura tjrs 1024 valeurs qu'on obtient en appliquant un argmax : passage d'une matrice de taille Nx1024 --> 1x1024, et on récupère les indices.

outputs : A partir d'un objet 3D, peut générer 4 fichiers obj contenant les nuages de pts représentant :

1. Les N pts de l'objet avec en rouge les pts critiques --> critical_pts_AND_'+file_name+'.obj
2. Les N pts de l'objet avec en rouge les pts critiques --> critical_pts_AND_'+file_name+'.obj
3. Les N pts de l'obejt après son passage dans PointNet --> all_pts_OF_'+file_name+'.obj
4. Les N pts de l'objet avec les critical pts en gradient, cad en fonction de leur importance/occurences des sommets (parmi les N init) après le argmax (cmap : Reds)

Et un fichier json avec comme information :

point_cloud_info = {
    'input_path': input_path,
    'folder': Path(input_path).parent.name,
    'file_name': file_name,
    'category' : file_name.split('_')[0],
    'numero' : file_name.split('_')[1],
    'nb_critical_points': len(idx_critical_points),
    'shape': pcd.squeeze(0).numpy().shape,
    'critical_points_indices': list(idx_critical_points),        
    'pts_cloud': pcd.squeeze(0).tolist() ,
    'occurences': occur.tolist()    
}

inputs :

• input_path: Path to the input .off file.
• output_path: Directory to save outputs.
• kind_of_outputs : dictionnaire indicant quels fichiers on souhaite générer parmi les 3, par défaut les 3 sont générés.

Conda env : PoinNet0_env

command line :

• python3 get_critical_points.py /../odelNet10/chair/test/chair_0948.off outputs

OU

• python3 get_critical_points.py /../ModelNet10/chair/test/chair_0948.off outputs --kind_of_outputs '{"critical and non-critical points": true, "only critical points": false, "objet": false}'

---

run_het_critical_points.ipynb

Attention : Le notebook est à adapter en fonction de la structure du dossier initial et de celle du dossier de sortie.

outputs : Crée les fichiers des pts critiques pour chaque modèle 3d donné

inputs :

• Chemin dossier avec les fichiers de modèles 3D
• Où les stoker

Conda env : PoinNet0_env

---

xxx

outputs : ...

inputs : ...

Conda env : XXXX

command line : ...